红外人脸图像识别研究

论文摘要

人脸识别技术具有直观性、被动性及非侵犯性,且人脸的识别以携带方便、识别经济及准确的特点,是现在模式识别领域的专家和学者研究的热点之一。人脸的红外图像可以用于人脸识别的原因是红外人脸图像是由被测对象的人脸皮肤组织和结构的红外热辐射形成的,可以独立于外部光照。又由于热红外图像与人脸面部的血管分布有关,具有唯一性、抗干扰性、具有防伪装防欺诈性。因此,红外人脸图像识别受到越来越多的重视。论文首先研究了红外人脸图像的特点及特征向量的提取,利用红外人脸图像血管交叉点提取出特征向量,利用特征向量来匹配红外人脸图像。然后研究了基于混合高斯分布的红外人脸分割,该方法先用最小错误率的贝叶斯人脸分割算法将人脸的红外图像手动分割成人脸部分和背景部分,若这二部分分别服从不同的高斯分布,分别使用EM算法初始化混合高斯分布的参数,求出人脸部分和背景部分的概率分布。再用各向异性扩散滤波器对人脸图像平滑滤波提取特征向量,增强人脸血管边缘的对比度,再利用高帽分割可以得到红外人脸图像图像中的人脸血管。最后使用特征向量匹配算法来识别红外图像。通过红外人脸图像数据库算法验证。该文提出的算法识别率较高,具有可行性和实用性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 红外图像人脸识别的背景
• 1.2 红外图像人脸识别的意义
• 1.3 红外人脸图像识别研究的国内外发展现状
• 1.4 红外人脸图像识别的方法
• 1.5 本文的研究内容及安排
• 第2章 红外人脸图像识别研究的特点
• 2.1 红外人脸图像的特点
• 2.1.1 人脸皮肤对红外波段的吸收与发射特性
• 2.1.2 红外人脸图像对光照具有不变性
• 2.1.3 红外人脸图像具有防伪装、防欺诈性
• 2.2 红外人脸图像识别的特点
• 2.2.1 红外人脸图像识别的特征
• 2.2.2 红外人脸图像识别的优点
• 2.2.3 红外人脸图像识别的缺点
• 2.3 红外人脸研究的主要途径
• 第3章 红外人脸图像图像的特征向量提取
• 3.1 红外人脸图像图像的血管提取
• 3.1.1 各向异性扩散滤波器滤波
• 3.1.2 形态学处理提取人脸血管
• 3.2 人脸图像的特征向量提取
• 3.2.1 人脸血管特征点的提取
• 3.2.2 特征向量提取
• 3.3 红外人脸图像图像的特征向量匹配
• 第4章 基于混合高斯分布的红外人脸图像分割
• 4.1 利用先验知识处理红外人脸图像
• 4.2 基于混合高斯分布的红外人脸分割方法
• 4.3 基于有限高斯混合模型的期望值最大算法
• 4.4 分割问题的优化
• 4.5 本章小结
• 第5章 红外人脸图像数据库实验
• 第6章 总结与展望
• 参考文献
• 攻读硕士期间已发表的论文
• 致谢